transfomer会增加yolov5的计算量吗 ， 适合加入边缘设备上嘛

Transformer 网络本身并不会直接增加 YLOv5 的计算量。YOLOv5 是一个目标检测算法，而 Transformer 是一种用于序列建模的神经网络结构。它们在不同的任务上有不同的应用。

然而，将 Transformer 网络用于 YOLOv5 的某些部分（如特征提取器）可能会增加计算量。这是因为 Transformer 网络通常需要更多的计算资源和参数来处理序列数据，而 YOLOv5 要求对图像进行密集的卷积操作。

至于适合加入边缘设备上，这取决于边缘设备的处理能力和资源限制。Transformer 网络通常需要更多的计算资源和内存，因此较低端的边缘设备可能无法满足要求。但如果边缘设备具备足够的处理能力和存储容量，那么将 Transformer 与 YOLOv5 结合使用是可行的。在这种情况下，你需要权衡计算效率和模型性能之间的平衡。